文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >问答首页 >fdf文件的faux解析器

问fdf文件的faux解析器
EN

Code Review用户
提问于 2019-01-24 03:34:39
回答 1查看 227关注 0票数 2

Introduction

如果您知道FDF文件是什么，可以跳过本节。

PDF文件有时包括表单字段。这些字段可以表示为使用某些实用程序提取的纯文本形式的FDF。关于此文件要注意的重要事项是：

字段由

代码语言：javascript
复制
/V ()
/T (Field)

其中，" field“是字段名，在/V旁边的括号中写入的任何内容都将成为填充表单的实用程序的输入。

有可能存在任意深度的嵌套字段。一个基本的例子是

代码语言：javascript
复制
/Kids [
<<
/V ()
/T (node1)
>> 
<<
/V ()
/T (node2)
>>]
/T (root)

这里有两个字段node1和node2，它们都嵌套在根下面。当字段被嵌套时，用户看到的名称是层次结构的组件，由.s分隔。例如，node1的名称是root.node1。

代码

这样做的总体目标是确定当用户提供一组字段名时需要修改的行(例如。Field，root.node1)

此代码读取FDF文件并标记应修改的行，以填充给定名称的字段。我的方法是迭代每一行，以检测树根，并将根的名称附加到每个子节点。因为这将以CRAN结束，我想确保这个方法不会太复杂。

代码语言：javascript
复制
fdfAnnotate = function(fdfLines){
  fields = vector(length = length(fdfLines),mode= 'character')
  nests = 0
  # iterate over every line
  for (i in seq_along(fdfLines)){
    if(grepl('/T \\(',fdfLines[i])){
      # /T represents a field or a root name
      # take the name
      name = stringr::str_extract(fdfLines[i],'(?<=\\().*?(?=\\))')
      if(grepl('/V',fdfLines[i-1])){
        # if the line before the naming line starts with /V
        # there is no hierarhcy, just name the line
        fields[i-1] = name
      } else if(grepl('>>\\]',fdfLines[i-1])){
        # if the line above the name is >>] the name represents a root
        # start reading from the line above
        z = i-2
        # this keeps track of the nest levels.
        # we will be reading the file backwards trying to
        # reach to the end of this root
        nest = 1
        while(nest!=0){
          if(grepl('/V',fdfLines[z])){
            # if a field is found, append the name of the root to the left
            # separated by a "."
            fields[z] = paste0(name,'.',fields[z])
          } else if(grepl('>>\\]',fdfLines[z])){
            # if another nest stops, that means we are inside another root
            nest = nest + 1
          } else if(grepl('/Kids \\[',fdfLines[z])){
            # every time a root closes reduce the nest. if you reach 0
            # it means its over
            nest = nest - 1
          }
          # go back one line in the file.
          z = z - 1
        }
      }
    }
  }
  data.frame(fdfLines,fields,stringsAsFactors = FALSE)
}

使用

你可以通过做

代码语言：javascript
复制
fdfLines = readLines([pathToFDFfile])
fdfAnnotate(fdfLines)

下面是用于测试的FDF文件。它包括单层和双层层次结构，以及一组正常字段。

代码语言：javascript
复制
%FDF-1.2
%âãÏÓ
1 0 obj 
<<
/FDF 
<<
/Fields [
<<
/V ()
/T (node1)
>> 
<<
/Kids [
<<
/Kids [
<<
/V ()
/T (node1)
>> 
<<
/V ()
/T (node3)
>> 
<<
/V ()
/T (node2)
>>]
/T (child)
>> 
<<
/Kids [
<<
/V ()
/T (node1)
>> 
<<
/V ()
/T (node2)
>>]
/T (child2)
>>]
/T (hierarchy2)
>> 
<<
/V ()
/T (TextField1)
>> 
<<
/V ()
/T (TextField2)
>> 
<<
/V ()
/T (TextFieldPage2)
>> 
<<
/V ()
/T (List Box)
>> 
<<
/V ()
/T (TextFieldPage3)
>> 
<<
/Kids [
<<
/V ()
/T (node1)
>> 
<<
/V ()
/T (node4)
>> 
<<
/V ()
/T (node3)
>> 
<<
/V ()
/T (node2)
>>]
/T (hierarchy)
>> 
<<
/V ()
/T (betweenHierarch)
>> 
<<
/V /Off
/T (RadioGroup)
>> 
<<
/V /Off
/T (checkBox)
>>]
>>
>>
endobj 
trailer

<<
/Root 1 0 R
>>
%%EOF

此文件表示这 pdf文件中的表单字段。

使用我的函数，输出是：

代码语言：javascript
复制
                fdfLines                  fields
1               %FDF-1.2                        
2                  %âãÏÓ                        
3               1 0 obj                         
4                     <<                        
5                  /FDF                         
6                     <<                        
7              /Fields [                        
8                     <<                        
9                  /V ()                   node1
10            /T (node1)                        
11                   >>                         
12                    <<                        
13               /Kids [                        
14                    <<                        
15               /Kids [                        
16                    <<                        
17                 /V ()  hierarchy2.child.node1
18            /T (node1)                        
19                   >>                         
20                    <<                        
21                 /V ()  hierarchy2.child.node3
22            /T (node3)                        
23                   >>                         
24                    <<                        
25                 /V ()  hierarchy2.child.node2
26            /T (node2)                        
27                   >>]                        
28            /T (child)                        
29                   >>                         
30                    <<                        
31               /Kids [                        
32                    <<                        
33                 /V () hierarchy2.child2.node1
34            /T (node1)                        
35                   >>                         
36                    <<                        
37                 /V () hierarchy2.child2.node2
38            /T (node2)                        
39                   >>]                        
40           /T (child2)                        
41                   >>]                        
42       /T (hierarchy2)                        
43                   >>                         
44                    <<                        
45                 /V ()              TextField1
46       /T (TextField1)                        
47                   >>                         
48                    <<                        
49                 /V ()              TextField2
50       /T (TextField2)                        
51                   >>                         
52                    <<                        
53                 /V ()          TextFieldPage2
54   /T (TextFieldPage2)                        
55                   >>                         
56                    <<                        
57                 /V ()                List Box
58         /T (List Box)                        
59                   >>                         
60                    <<                        
61                 /V ()          TextFieldPage3
62   /T (TextFieldPage3)                        
63                   >>                         
64                    <<                        
65               /Kids [                        
66                    <<                        
67                 /V ()         hierarchy.node1
68            /T (node1)                        
69                   >>                         
70                    <<                        
71                 /V ()         hierarchy.node4
72            /T (node4)                        
73                   >>                         
74                    <<                        
75                 /V ()         hierarchy.node3
76            /T (node3)                        
77                   >>                         
78                    <<                        
79                 /V ()         hierarchy.node2
80            /T (node2)                        
81                   >>]                        
82        /T (hierarchy)                        
83                   >>                         
84                    <<                        
85                 /V ()         betweenHierarch
86  /T (betweenHierarch)                        
87                   >>                         
88                    <<                        
89               /V /Off              RadioGroup
90       /T (RadioGroup)                        
91                   >>                         
92                    <<                        
93               /V /Off                checkBox
94         /T (checkBox)                        
95                   >>]                        
96                    >>                        
97                    >>                        
98               endobj                         
99               trailer                        
100                                             
101                   <<                        
102          /Root 1 0 R                        
103                   >>                        
104                %%EOF
r
parsing
EN

回答 1

Code Review用户

回答已采纳

发布于 2019-01-25 03:34:23

我试着把头绕在这个文件格式上(真奇怪？！)并且意识到如果你从自下而上读取文件的话，构建树结构要容易得多，你同意吗？在此基础上，我提出了一个简单得多的实现，其中我只维护了一个字段名堆栈(最后，先出)。对于示例数据，输出是相同的，我希望我没有遗漏任何东西。

代码语言：javascript
复制
fdfAnnotate <- function(fdfLines) {
    fields <- vector(length = length(fdfLines), mode = "character")
    store <- NULL
    for (i in rev(seq_along(fdfLines))) {
        line <- fdfLines[i]
        if (grepl("/V", line)) {
            fields[i] <- paste(store, collapse = ".")
            store <- head(store, -1)
        } else if (grepl("/T [(]", line)) {
            name <- sub(".*[(](.*)[)].*", "\\1", line)
            store <- c(store, name)
        } else if (grepl("/Kids \\[", line)) {
           store <- head(store, -1)
        }
    }
    data.frame(fdfLines, fields, stringsAsFactors = FALSE)
}

一些一般性意见或其他建议

  1. 考虑到这将在CRAN上进行，我将尽可能地限制包依赖。在这里，我将stringr::str_extract替换为对基本sub的调用
  2. 您没有使用常用的语法来列出以下几个:使用<-进行赋值；使用双引号而不是单引号；在逗号后、二进制运算符之间、if之后、{之前使用空格
  3. 代码对输入做了很多假设，从本质上说，输入来自有效的fdf文件。也许这些假设中的一些应该被检验。
  4. 正则表达式足够强大吗？例如，您应该在适当的地方使用^和$吗？
票数 1
EN
页面原文内容由Code Review提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：

https://codereview.stackexchange.com/questions/212118

复制
相关文章

相似问题

领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档